数据结构与算法的引入

数据结构与算法

• 什么是数据结构？

  • 广义上讲，数据结构就是一组有结构的数据

• 什么是算法

  • 算法就是操作数据的方法

• 数据结构与算法的关系

  • 数据结构与算法是相辅相成的。数据结构是为算法服务的，算要作用在特点的数据结构之上。
  • 数据结构是静态的，它只是组织数据的一种方式。如果不在它的基础上操作、构建算法，孤立存在的数据是没有用的。
  • 算法的引入

  import time
  start_time = time.time()
   for a in range(1, 1001): 
   	for b in range(1, 1001): 
  		 for c in range(1, 1001):
    			 if a**2 + b**2 == c**2 and a+b+c == 1000: 
   			 print("a, b, c: %d, %d, %d" % (a, b, c)) 
     end_time = time.time() 
     print("times: %f" % (end_time - start_time)) 
  

  import time
  start_time = time.time()
  for a in range(1, 1001):
      for b in range(1, 1001):
          c = 1000 - a - b
          if a**2 + b**2 == c**2:
              print('a,b,c:%d,%d,%d' % (a, b, c))
  end_time = time.time()
  print('time:%f' % (end_time - start_time))
  

  • 俩个代码的作用是一样的，但是效果是截然不同的

    • 执行结果

    time的单位是秒

    第一次执行结果:
    a,b,c:200,375,425
    a,b,c:375,200,425
    time:1330.780704
    
    第二次执行结果:
    a,b,c:200,375,425
    a,b,c:375,200,425
    time:1.239683
    

  • 出现这种效果的原因就显而易见了，三个循环变为俩个循环，代码的规模数量级的递减，本来是1000的3次方变为了平方，所以执行时间的长短就显而易见了。

  • 但是这不是绝对的，仅仅凭借时间是不准确的，这和测试环境也就是电脑CPU的运算速度是是有关系的。

  • 既然凭借时间是不可靠的，所以引入了一种表示方法，大O表示法。

• 大O表示法

  • 公式：T(n)=O(f(n))
  • 利用timeit测试python内置的数据类型

  def test1():
      l =[]
      for i in range(1000):
          l = l + [i]
  
  def test2():
      l =[]
      for i in range(1000):
          l.append(i)
  
  def test3():
      l = [i for i in range(1000)]
  
  def test4():
      l = list(range(1000))
  
  def test5():
      l = []
      for i in range(1000):
          l.insert(0,1)# 按照索引添加
  
  from timeit import Timer
  t1 = Timer("test1()","from __main__ import test1")
  print('add',t1.timeit(number=1000))
  t2 = Timer("test2()","from __main__ import test2")
  print('append',t2.timeit(number=1000))
  t3 = Timer("test3()","from __main__ import test3")
  print('list derivation',t3.timeit(number=1000))
  t4 = Timer("test4()","from __main__ import test4")
  print('list range',t4.timeit(number=1000))
  t5 = Timer("test5()","from __main__ import test5")
  print('list insert',t5.timeit(number=1000))
  

  # 执行结果如下所示:
  add 1.9101277470447664
  append 0.0971444667175394
  list derivation 0.04159321139222838
  list range 0.016761584285372777
  list insert 0.43026811662878917
  

  • 由于大O表示法公式各个字母代表的含义，在思维导图中已经写过了，就不在重复写了
  • 以下是我用xmind做的学习笔记的思维导图
  • 顺便提一下，用xmind做学习笔记比较方便，有想用的同学可以下载一下，只能普通的功能都是免费的，导出格式用png也是免费的，但是pdf需要激活订阅版或者直接购买才能使用。